論文の概要: To Reduce Gross NPA and Classify Defaulters Using Shannon Entropy
- arxiv url: http://arxiv.org/abs/2004.14418v1
- Date: Wed, 29 Apr 2020 18:29:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 14:45:29.605531
- Title: To Reduce Gross NPA and Classify Defaulters Using Shannon Entropy
- Title(参考訳): シャノンエントロピーを用いたNPAのグロース低減とデフォルマの分類
- Authors: Ambarish Moharil, Nikhil Sonavane, Chirag Kedia, Mansimran Singh Anand
- Abstract要約: 非パフォーマンス資産(NPA)はここ数年、銀行から深刻な注目を集めている。
NPAは銀行に大きな損失をもたらすため、どのローンがNPAになる能力を持つかを決め、どのローンを承認するか、どのローンを拒否するかを決定する非常に重要なステップとなる。
我々は,将来,特定のローンがNPAに分類されるか否かを非常に高い精度で予測するために,金融データを極めて精巧に扱うように設計されたアルゴリズムを提案している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Non Performing Asset(NPA) has been in a serious attention by banks over the
past few years. NPA cause a huge loss to the banks hence it becomes an
extremely critical step in deciding which loans have the capabilities to become
an NPA and thereby deciding which loans to grant and which ones to reject. In
this paper which focuses on the exact crux of the matter we have proposed an
algorithm which is designed to handle the financial data very meticulously to
predict with a very high accuracy whether a particular loan would be classified
as a NPA in future or not. Instead of the conventional less accurate
classifiers used to decide which loans can turn to be NPA we build our own
classifier model using Entropy as the base. We have created an entropy based
classifier using Shannon Entropy. The classifier model categorizes our data
points in two categories accepted or rejected. We make use of local entropy and
global entropy to help us determine the output. The entropy classifier model is
then compared with existing classifiers used to predict NPAs thereby giving us
an idea about the performance.
- Abstract(参考訳): 非業績資産(NPA)はここ数年、銀行から深刻な注目を集めている。
NPAは銀行に大きな損失をもたらすため、どのローンがNPAになる能力を持つかを決め、どのローンを承認するか、どのローンを拒否するかを決定する非常に重要なステップとなる。
本稿では,金融データの正確さに着目したアルゴリズムを提案し,将来,特定のローンがNPAに分類されるかどうかを極めて高精度に予測する。
従来のより正確でない分類器の代わりに、どのローンをNPAにするかを決定するために、Entropyをベースとして独自の分類器モデルを構築します。
シャノンエントロピーを用いたエントロピーに基づく分類器を開発した。
分類器モデルは、データポイントを2つのカテゴリに分類します。
局所エントロピーとグローバルエントロピーを使用して、アウトプットを決定するのに役立ちます。
エントロピー分類器モデルは、NPAの予測に使われている既存の分類器と比較され、性能に関するアイデアが得られます。
関連論文リスト
- Human Alignment of Large Language Models through Online Preference
Optimisation [50.52545798589968]
最近のアライメント手法であるアイデンティティポリシー最適化(IPO)とNash Mirror Descent(Nash-MD)の等価性を示す。
この等価性は、オンラインバージョンのIPOを考えると証明できる。これは、両方の世代がオンラインポリシーによってサンプルされ、訓練された選好モデルによって注釈付けされる時である。
本稿では,一般的なNash-MDアルゴリズムと同様に,オンラインポリシと参照ポリシの混在したデータを生成するIPO-MDアルゴリズムを紹介する。
論文 参考訳(メタデータ) (2024-03-13T15:47:26Z) - Explainable Fraud Detection with Deep Symbolic Classification [4.1205832766381985]
分類問題に対するDeep Symbolic Regressionフレームワークの拡張であるDeep Classificationを提案する。
関数は閉形式で簡潔な数学的表現であるため、モデルは1つの分類決定のレベルとモデルの決定過程の両方において本質的に説明可能である。
PaySimデータセットの評価は、最先端のモデルと競合する予測性能を示しながら、説明可能性の観点からそれらを上回っている。
論文 参考訳(メタデータ) (2023-12-01T13:50:55Z) - Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。
ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。
3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
論文 参考訳(メタデータ) (2023-07-11T07:48:39Z) - When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。
deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。
カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
論文 参考訳(メタデータ) (2023-07-06T04:13:57Z) - Scaling Laws Beyond Backpropagation [64.0476282000118]
因果デコーダのみの変換器を効率的に訓練するための直接フィードバックアライメントの有効性について検討した。
DFAはバックプロパゲーションよりも効率的なスケーリングを提供していないことが分かりました。
論文 参考訳(メタデータ) (2022-10-26T10:09:14Z) - Learning Better Intent Representations for Financial Open Intent
Classification [23.15534223352769]
本稿では,意図表現の教師付き事前学習のための2つの方法を提案する。
本提案では,従来の最先端ADB法よりも1.63%~2.07%高い精度でオープンインテント分類を行う。
論文 参考訳(メタデータ) (2022-10-25T20:01:13Z) - Neural Pseudo-Label Optimism for the Bank Loan Problem [78.66533961716728]
本研究では,Emphbank 融資問題に最もよく表される分類問題について検討する。
線形モデルの場合、この問題はモデル予測に直接最適化を加えることで解決できる。
Pseudo-Label Optimism (PLOT)は,この設定をディープニューラルネットワークに適用するための概念的かつ計算学的にシンプルな手法である。
論文 参考訳(メタデータ) (2021-12-03T22:46:31Z) - Competition analysis on the over-the-counter credit default swap market [0.0]
両立関係の競合は, 相互の要求により検討する。
初期マージン要件をうまく見積もるモデルを提案する。
第2に、新しい半教師付き予測タスクを用いて、インターディーラー市場での選択肢をモデル化する。
論文 参考訳(メタデータ) (2020-12-03T13:02:53Z) - Pre-training Is (Almost) All You Need: An Application to Commonsense
Reasoning [61.32992639292889]
事前学習されたトランスモデルの微調整は、一般的なNLPタスクを解決するための標準的なアプローチとなっている。
そこで本研究では,可視性ランキングタスクをフルテキスト形式でキャストする新たなスコアリング手法を提案する。
提案手法は, ランダム再起動にまたがって, より安定した学習段階を提供することを示す。
論文 参考訳(メタデータ) (2020-04-29T10:54:40Z) - Training Normalizing Flows with the Information Bottleneck for
Competitive Generative Classification [31.964489116544947]
IB目標を用いてINNを訓練する条件正規化フローのクラスであるIB-INNの理論と方法論を開発する。
本研究では,これらのモデルの特性を実験的に検討し,特に生成型分類器として利用した。
論文 参考訳(メタデータ) (2020-01-17T17:48:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。